パルス符号変調器（PCM）とは

PCM（Pulse Code Modulation）は、音をデジタルデータで記録・伝送する、最も基本的な方式です。シラバスの表記は「変調器」ですが、PCMは一般に方式の名前（パルス符号変調）として使われます。

仕組みと歴史

PCMでは、A-D変換と同じく、信号を一定の間隔で標本化し、各時点の振幅を量子化して、2進数の符号の列にします。値を0と1のパルスの並び（符号）で表すことが名前の由来です。英国の技術者アレック・リーブスが、米国ITTのパリの研究所で1937年に考案し、1938年にフランスで特許を出願しました。雑音に強く、のちに電話網のデジタル化を支えました。

データ量の計算

段階を均等に区切るPCMをリニアPCMと呼び、そのデータ量は標本化周波数 × 量子化ビット数 × チャンネル数 × 秒数で求めます。音楽CDは44.1kHz・16ビット・2チャンネルなので、1秒あたり44,100 × 16 × 2 = 1,411,200ビット、8で割って176,400バイトです。WAV形式のファイルの多くも、中身はリニアPCMです。

圧縮形式や電話のPCMとの違い

MP3やAACは、人に聞こえにくい成分を削ってデータを小さくする非可逆圧縮で、元のPCMの値には戻せません。一方、電話の規格ITU-T G.711は、1秒に8,000回標本化し、1標本を8ビットで表すPCMで、8,000 × 8 = 64,000ビット毎秒です。小さな振幅を細かく、大きな振幅を粗く量子化するA則やμ則を使い、少ないビット数でも聞き取りやすさを保ちます。

AIとの関係

音声認識はPCMの波形を入力とし、音声合成はPCMの波形を出力します。波形を直接生成するWaveNetは、G.711のμ則で値を変換してから256段階に量子化し、次の標本の値を分類問題として予測しました。

覚え方

「リニアPCMは、標本化・量子化・符号化をしただけの、圧縮していない音」と覚えます。